SPSS阶层回归，多分类控制变量（年龄，职业，学历）如何处理?

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

书上说按虚拟变量处理，设置一个类别作为参照组，有几个类别，就有n-1个虚拟变量，但我看好多文献中控制变量每个变量只有一栏，变量的类别并没有列出来，如年龄就只有年龄，并没有各个年龄段的数据

比如这张图，年龄和教育程度只有一栏，并没有列出年龄、教育程度的分类，那它这个值是怎么得出来的呢？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SPSS阶层回归 spss求助 多元回归分析 控制变量的回归问题

教育程度也许是按有序变量处理的（纯属猜测），年龄是连续变量，性别只有两类。

题主所提到的变量中，性别可以处理成虚拟变量，教育程度可以作为有序变量，年龄可以作为连续变量；由于性别在这里是一个二分类自变量，处理虚拟变量时，不需要再进行n-1的操作；n-1的操作，适合多分类自变量。
一个比较典型的多分类变量，可以以职业为例，比如存在教师、工程师、医生共3个取值。在此基础上，我们可以举例一个数据如下：有收入、工龄和职业共三个变量，以收入为因变量，以工龄和职业为自变量。首先，要把职业处理成取值数量-1个虚拟变量，此例即为2个虚拟变量，假设为教师、工程师这两个虚拟变量。搭建多元回归模型为“收入=常量+系数1*工龄+系数2*教师+系数3*工程师”。可以看到，该模型中，没有医生，是因为医生被作为基准类别或参考类别。
得到系数2和系数3后，可以解读为“当控制住其他变量的影响时，教师的收入比医生的收入多系数2，工程师的收入比医生的收入多系数3”。
如果想比较教师的收入与工程师的收入，可以把工程师设置为基准类别或参考类别，搭建新的多元回归模型为“收入=常量+系数1*工龄+系数2*教师+系数3*医生”，就可以比较教师的收入与工程师的收入。